Shopify
WooCommerce2026年9月20日，阿里巴巴的 Qwen 团队开源了 Qwen-Image-2.1。这是一个拥有 7B 参数的图像模型，将生成与编辑集成在同一管线中，最高支持 10 张参考图像输入，并明确将虚拟试衣列为目标应用场景。
我们将它与市面上最常见的商业方案之一——Google Vertex AI 上的虚拟试衣模型进行了对比测试。测试使用了我们用于评估所有引擎的 8 组“人物-服装”样本。照片相同，提示词管线相同，未经过任何微调。
Qwen-Image-2.1 是什么？
Qwen-Image-2.1 用一个模型权重取代了之前的三个模型（用于生成的 Qwen-Image、用于编辑的 Qwen-Image-Edit 以及用于透明度处理的 Qwen-Image-Layered）。
- 生成组件包含 7B 参数（32 层单流 DiT）。由 Qwen3-VL 8B 负责读取提示词和输入图像。
- 单次编辑最多支持 10 张参考图。 发布页面指出：“在虚拟试衣场景下，可以将模特、衣服、鞋子、包和帽子等五个输入图像组合成一套完整的穿搭。”
- 区域编辑。 画圈、涂抹或传入独立的蒙版，仅改变该区域。
- 针对人物和商品的高保真度 是一项明确的训练目标：在编辑过程中保持人脸不变，并保留商品的“文字、纹理和形状”。
- 原生透明度支持。 根据提示词输出 RGBA 图像，或将照片中的主体提取为透明图层。
- 高效推理。 输入图像和指令仅被编码一次，并在每个去噪步骤中缓存，因此使用 10 张参考图进行编辑的单步成本与单张参考图大致相同。
在团队自己的 Qwen-Image-Bench 测试中，它得分为 60.28，在 29 个模型中排名第七。排在它前面的 6 个模型都是闭源的（GPT Image 2.5 以 67.01 分领跑）。在开源权重模型中，它以巨大优势位居第一。
这属于自评基准测试，且衡量的是生成能力而非编辑能力。模型权重已上线 Hugging Face 和 ModelScope，发布首日即被 Diffusers、ComfyUI、vLLM-Omni 和 SGLang 支持。
该模型采用 Qwen Research License（Qwen 研究许可证），“仅供非商业用途”。如需商业使用，须与阿里巴巴另行签订协议。详情见下文。
虚拟试衣效果如何？
很好，并且是零样本（zero-shot）直出。
测试设定：从我们的公开试衣案例中挑选 8 组，每组包含一张对镜自拍照以及一张商家通常会上传的商品图（平铺图或模特图）。Qwen-Image-2.1 在 Comfy Cloud 上运行，步数为 16。Vertex AI 通过其 API 运行。两者使用相同的提示词管线，无 LoRA，无后处理。每组拼图从左到右依次为：买家照片、商品图、Qwen-Image-2.1 结果、Google Vertex AI 结果。
文章开头的球衣是针对文字保留的测试。两个模型都清晰地保留了赞助商标志和队徽，位置准确，并且均未改变买家的手、手机或背景。
Qwen 表现更好的地方。 商品图上的模特穿着长袍并搭配了一条米色头巾。Vertex 把头巾连同衣服一起搬了过去。而 Qwen 只更换了长袍，其余分毫不差。
Qwen 表现稍逊的地方。 商品平铺图展示的风衣长度到小腿中部。Vertex 保持了这个长度，但 Qwen 的衣摆停在了膝盖处。腰带、门襟和翻领两者都处理对了。长款服装的下摆长度是 Qwen 唯一持续出现偏差的地方，这在另一件多层长裙测试中再次出现。
其余 5 组测试（碎花中长裙、荧光连帽衫、两件套纱丽、大码长裙、蕾丝婚纱）两者难分伯仲。两个模型都准确保留了纱丽的上衣和边缘细节，都还原了中长裙的印花比例，并且都未对面部特征做任何篡改。
Qwen-Image-2.1 与 Google Vertex AI 试衣对比
| Qwen-Image-2.1 (运行于 Comfy Cloud) | Google Vertex AI 虚拟试衣 | |
|---|---|---|
| 完成组数 | 8 / 8 | 8 / 8 |
| 单次试衣中位时间 | 9.9 秒 | 9.3 秒 |
| 单次试衣成本 | 约 $0.005 (GPU 算力耗时) | $0.06 (标价) |
| 并排质量盲测 | 6 次平局，1 次胜出，1 次落败 | 6 次平局，1 次胜出，1 次落败 |
| 权重状态 | 开源，可微调 | 闭源 API |
| 授权协议 | 仅限研究，商用需授权 | 可商用 |
Qwen 的耗时包含了在 Comfy Cloud 上约 3 秒的排队时间。Qwen 的成本仅为模型本身的 GPU 运行时间；一个完整的试衣请求还需要执行服装分类、提示词构建以及质量检查。
需要注意的地方
授权协议。 Qwen-Image-2.1 采用的是 Qwen Research License Agreement，而非 Qwen-Image-Edit-2511 所用的 Apache 2.0。许可证文件明确规定“仅供非商业用途”（定义为研究或评估），并指出商业用户需向阿里巴巴申请授权。在网店中添加试衣按钮显然属于商业行为。即使是自托管，也需要获得该协议授权。
两个短板。 长款服装的下摆长度，以及部分多组件商品容易丢失次要部件。这两种情况都是系统性的偏差，而这正是 LoRA 的用武之地。在 7B 的参数量下，单张 GPU 几小时内即可完成一个适配器的训练。ModelScope 上的 DiffSynth-Studio 发布首日便支持针对 2.1 的 LoRA 训练，ComfyUI 也能通过其标准节点加载这些适配器。训练数据就是模特图配对相应的平铺图，这在时尚图册中现成就有。在提示词中明确服装品类、门襟和长度，靠提示词就能解决大部分下摆偏差问题；剩下的问题交给 LoRA 即可。
这对 Genlook 意味着什么？
Qwen-Image-2.1 是首个在我们测试样本中能够与商业试衣 API 掰手腕的开源模型，而单张图像的成本仅为后者的零头。我们正在升级 Genlook 的试衣管线，在它表现更好的环节引入它，并与环绕在任何模型外围的服装分类、提示词构建和质量检查模块相结合，确保每种商品类型都能获得最优质的试衣效果。上述两个短板将是管线升级的首要攻坚目标。
对于开发者而言，Genlook Try-On API 为所有商品类型提供统一的端点。消耗一个积分即可进行一次试衣：按量付费 $0.04/次，包月套餐低至 $0.015/次。套餐积分永久有效，新注册账户赠送免费积分。快速入门仅需四步调用：创建商品、上传照片、生成、获取结果。
总结
- 发布亮点： 7B 开源权重模型，将生成、最高 10 张参考图的编辑以及透明度处理整合在一个权重文件中。在团队评测基准中夺得开源模型第一。
- 试衣表现： 在 8 组零样本测试中，有 6 组打平 Google Vertex AI。优势是不易篡改非服装元素，劣势是长款服装的下摆长度控制不足。
- 成本优势： 每张图片约 $0.005 的 GPU 时长，对比 $0.06。
- 注意事项： 自托管用于商用需申请授权；两个短板需要引入 LoRA 解决。
前往 platform.genlook.app 获取 API 密钥 体验 Genlook Try-On API，或者为您的店铺添加虚拟试衣功能。
常见问题